实现基因组数据信标和汇总统计中隐私与效用的权衡

基因组数据的收集和共享在研究、临床和直接面向消费者的场景中日益普遍。通常用于保护个人隐私的计算协议包括共享汇总统计（如等位基因频率），或通过称为信标的网络服务限制对感兴趣等位基因存在/缺失的查询响应。然而，即使这种有限的发布也容易受到基于似然比的成员推断攻击。已有多种隐私保护方法被提出，这些方法要么抑制一部分基因组变异，要么修改特定变异的查询响应（例如，添加噪声，如差分隐私）。然而，这些方法中有许多会导致显著的效用损失，要么抑制大量变异，要么添加大量噪声。在本文中，我们引入了基于优化的方法，以明确权衡汇总数据或信标响应的效用与基于似然比的成员推断攻击的隐私，结合变异抑制和修改。我们考虑了两种攻击模型。在第一种模型中，攻击者应用似然比检验进行成员推断。在第二种模型中，攻击者使用一个阈值，该阈值考虑了数据发布对数据集中个体与非数据集中个体得分分离的影响。我们还引入了高度可扩展的方法，用于在信息以汇总统计或存在/缺失查询形式存在时近似求解隐私-效用权衡问题。最后，我们通过使用公共数据集的广泛评估表明，所提方法在效用和隐私方面均优于现有技术。